(資料圖片僅供參考)

英國赫瑞瓦特大學科研人員開發了一種機器學習模型，能夠準確預測金屬有機框架和其他吸附劑的熱容量，為未來的碳捕獲技術開辟了應用前景。研究發表在《自然·材料》雜志上。

金屬有機框架（MOF）是一類含有納米級孔隙的材料。這些孔隙，以及MOF豐富多樣的化學性質，使它們的用途非常廣泛，包括從發電廠和工廠捕獲二氧化碳。熱容量等材料特性使其能夠估算驅動碳捕獲過程所需的能量。該科研團隊利用機器學習模擬了碳捕獲工廠中材料的性能。結果表明，在MOF熱容值正確的情況下，碳捕獲過程的總能源成本遠低于最初計算的成本。一些MOF使能源成本降低了50％，這極大地影響了工藝的技術經濟可行性。

注：本文摘自國外相關研究報道，文章內容不代表本網站觀點和立場，僅供參考。

知前沿，問智研。智研咨詢是中國一流產業咨詢機構，十數年持續深耕產業研究領域，提供深度產業研究報告、商業計劃書、可行性研究報告及定制服務等一站式產業咨詢服務。專業的角度、品質化的服務、敏銳的市場洞察力，專注于提供完善的產業解決方案，為您的投資決策賦能。

關鍵詞： 機器學習 金屬有機 投資決策

責任編輯：Rex_08